本文關(guān)鍵詞：一種新的混合分類器及其人臉識別的應(yīng)用研究

  更多相關(guān)文章： 深度學(xué)習(xí) 分類器模型 深度玻爾茲曼機(jī)神經(jīng)網(wǎng)絡(luò) 差異受限玻爾茲曼機(jī)神經(jīng)網(wǎng)絡(luò) 人臉識別

【摘要】：隨著互聯(lián)網(wǎng)的發(fā)展,人臉識別在安全領(lǐng)域得到越來越廣泛的應(yīng)用.傳統(tǒng)的人臉識別方法泛化能力較差,無法有效處理特別復(fù)雜的函數(shù)關(guān)系而使其在安全領(lǐng)域發(fā)展比較緩慢.為了提高人臉識別的正確率,本文提出了一種新的深度玻爾茲曼機(jī)神經(jīng)網(wǎng)絡(luò)(deep Boltzmann machine,DBM)和差異受限玻爾茲曼機(jī)神經(jīng)網(wǎng)絡(luò)(discriminative restricted Boltzmann machine,DRBM)的混合模型,在人臉數(shù)據(jù)集上與傳統(tǒng)的人臉識別模型做了對比,為了進(jìn)一步驗(yàn)證有效性,本文還選取在公共CMU-PIE人臉圖像數(shù)據(jù)集上作了對比試驗(yàn).實(shí)驗(yàn)發(fā)現(xiàn):在兩個(gè)數(shù)據(jù)集上,新的混合模型相對傳統(tǒng)模型都有更好的識別效果,將產(chǎn)生直接的社會效益和管理意義.
【作者單位】： 哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院;東北大學(xué)工商管理學(xué)院;
【關(guān)鍵詞】： 深度學(xué)習(xí) 分類器模型 深度玻爾茲曼機(jī)神經(jīng)網(wǎng)絡(luò) 差異受限玻爾茲曼機(jī)神經(jīng)網(wǎng)絡(luò) 人臉識別
【基金】：國家自然科學(xué)基金(71271070) 黑龍江省自然科學(xué)基金(G2016003)~~
【分類號】：TP391.41
【正文快照】： i引言 隨著城鎮(zhèn)化進(jìn)程的不斷加快,人口聚集方式由村落不斷向居民區(qū)轉(zhuǎn)型,鄰里之間的交互慢慢減少,村落中鄰里之間隱藏的對彼此負(fù)責(zé)的“安全契約”也慢慢消失,鄰里之間的“安全責(zé)任”轉(zhuǎn)由居民區(qū)的物業(yè)統(tǒng)一 負(fù)責(zé),這就為新型城鎮(zhèn)化進(jìn)程的安全帶來了挑戰(zhàn),如何保證小區(qū)的安全,提高

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 劉來福，唐志宇，匡錦瑜;向量玻爾茲曼機(jī)[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1996年04期

2 秦勝君;盧志平;;基于限制玻爾茲曼機(jī)的無極性標(biāo)注情感分類研究[J];科學(xué)技術(shù)與工程;2013年35期

3 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李娟;基于RBM的小分子活性及選擇性研究[D];蘭州大學(xué);2015年

2 葉睿;基于深度學(xué)習(xí)的人臉檢測方法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 張衛(wèi)東;深度信念網(wǎng)絡(luò)及其在手寫字體識別中的應(yīng)用[D];成都理工大學(xué);2015年

4 施維劏;門限玻爾茲曼機(jī)在人臉識別中的魯棒性研究[D];北京交通大學(xué);2015年

5 萬程;自適應(yīng)基數(shù)受限玻爾茲曼機(jī)[D];清華大學(xué);2015年

6 李亦錟;受限的玻爾茲曼機(jī)在背景建模和文本建模中的研究與應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2016年

7 張艷霞;基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)模型及其應(yīng)用[D];電子科技大學(xué);2016年

8 朱常寶;基于深度玻爾茲曼機(jī)的特征學(xué)習(xí)算法研究[D];北京化工大學(xué);2016年

9 張怡康;基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)方法研究[D];北京化工大學(xué);2016年

10 董時(shí)靜;全局形狀與局部一致性聯(lián)合建模的顯著性檢測[D];大連理工大學(xué);2016年

，

本文編號：541590